تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,486,995 |
تعداد دریافت فایل اصل مقاله | 15,213,966 |
تخمین هاپلوتایپ با استفاده از ریلکسسازی بهینهسازی چندجملهای | ||
مجله مهندسی برق دانشگاه تبریز | ||
مقاله 30، دوره 50، شماره 2 - شماره پیاپی 92، مرداد 1399، صفحه 855-863 اصل مقاله (1.13 M) | ||
نوع مقاله: علمی-پژوهشی | ||
نویسندگان | ||
سینا مجیدیان؛ محمدحسین کهایی* | ||
دانشکده مهندسی برق- دانشگاه علم و صنعت ایران | ||
چکیده | ||
این مقاله به بررسی تخمین هاپلوتایپ با استفاده از دادههای توالی DNA میپردازد. الگوریتم پیشنهادی با استفاده از ریلکسسازی بهینهسازی چندجملهای به روش Lasserre با نام HapLas معرفی میشود. این الگوریتم برپایه استفاده از ساختار گسسته مساله بهینهسازی تخمین هاپلوتایپ میباشد که با استفاده از تئوری اندازه به یک فضای پیوسته نگاشت میگردد. سپس با استفاده از خواص ماتریس ممان، ریلکسسازی انجام میگیرد. نتایج شبیهسازی نشان میدهد که استفاده از الگوریتم پیشنهادی منجر به بهبود نرخ بازسازی هاپلوتایپ در مقایسه با الگوریتمهای متداولSDhaP و RefHap در حدود 5 درصد میگردد. این بهبود بهازای افزایش قابل ملاحظه زمان اجرا و پیچیدگی محاسبات حاصل میشود بهطوری که در کاربردهای پزشکی قابل صرفنظرکردن است. | ||
کلیدواژهها | ||
هاپلوتایپ؛ تخمین؛ بهینهسازی؛ ریلکسسازی؛ ماتریس مثبت معین؛ تئوری اندازه | ||
مراجع | ||
[1] مهری ملالو، فاطمه زارع میرک آباد. «پیدا کردن موتیف در نواحی بالادست ژنهای هم بیان بر اساس الگوریتم بهینه سازی فاخته و سرمایش تدریجی» مجله مهندسی برق دانشگاه تبریز. 46، 333-344،پاییز 1395. [2] رسول صادقی، فردین ابدالی محمدی. «ارائه یک روش یادگیری ویژگی ترکیبی مبتنی بر الگوریتم شبیهسازی تبرید و برنامهنویسی ژنتیک (مطالعه موردی: تشخیص بدخیمی سرطان سینه) » مجله مهندسی برق دانشگاه تبریز. 48، 127-136 بهار 1397. [3] B. Alberts, K. Roberts, J. Lewis, D. Bray, K. Hopkin, A. Johnson, P. Walter, and M. Raff,. Essential Cell Biology. Garland Science, 2013. [4] J. Shendure, S. Balasubramanian, G. Church, W. Gilbert, J. Rogers, J. Schloss, and R. Waterston, “DNA sequencing at 40: past, present and future.” Nature, Vol. 550, 2017. [5] A. Motahari, G. Bresler and D. Tse, “Information theory of DNA shotgun sequencing.” IEEE Transactions on Information Theory. Vol. 59, pp.6273-6289, 2013. [6] C. Cai, S. Sanghavi, and H. Vikalo “Structured low-rank matrix factorization for haplotype assembly.” IEEE Journal of Selected Topics in Signal Processing Vol. 10.4, pp. 647-657, 2016. [7] M. Snyder, A. Adey, J. Kitzman, and J. Shendure, “Haplotype-resolved genome sequencing: experimental methods and applications”. Nature Reviews. Vol. 16(6), 2015. [8] G. Klau, and T. Marschall. “A guided tour to computational haplotyping.” Conference on Computability in Europe. Springer, 2017. [9] V. Bansal and V. “Hapcut: an efficient and accurate algorithm for the haplotype assembly problem” Bioinformatics, Vol. 24(16), 2008. [10] E. Berger, D. Yorukoglu, J. Peng, and B. Berger, “Haptree: A novel bayesian framework for single individual polyplotyping using NGS data” PLoS computational biology, Vol. 10(3), 2014. [11] J. Duitama, G. McEwen, T. Huebsch, S. Palczewski, S. Schulz, K. Verstrepen, E. Suk, and M. Hoehe, “Fosmid-based whole genome haplotyping of a hapmap trio child: evaluation of single individual haplotyping techniques” Nucleic acids research, Vol. 40(5), 2011. [12] H. Si, H. Vikalo, and S. Vishwanath. “Information-theoretic analysis of haplotype assembly” IEEE Transactions on Information Theory, Vol. 63(6), 2017. [13] J. Lasserre, “Global optimization with polynomials and the problem of moments.” SIAM Journal on Optimization Vol. 11.3, pp796-817, 2001. [14] D. Henrion, J. Lasserre “GloptiPoly: Global optimization over polynomials with Matlab and SeDuMi.” ACM Transactions on Mathematical Software, Vol. 29.2, pp165-194, 2003. [15] F. Geraci, “A comparison of several algorithms for the single individual SNP haplotyping reconstruction problem,” Bioinformatics, Vol. 26.18, pp.2217–2225, 2010. [16] M. Laurent, “Sums of squares, moment matrices and optimization over polynomials.” Emerging applications of algebraic geometry. Springer New York, pp. 157-270, 2009. [17] H. Royden, and P. Fitzpatrick. Real Analysis. Pearson. 2010. [18] P. Parrilo, “Semidefinite programming relaxations for semialgebraic problems.” Mathematical programming Vol. 96.2, pp. 293-320, 2003. | ||
آمار تعداد مشاهده مقاله: 603 تعداد دریافت فایل اصل مقاله: 308 |